一种显示屏四色背景画面下的暗线缺陷检测方法技术

技术编号:35108055 阅读:8 留言:0更新日期:2022-10-01 17:20
本发明专利技术公开了一种显示屏四色背景画面下的暗线缺陷检测方法,首先对待检图像进行预处理,采用巴特沃斯滤波器对待检图像进行低通滤波,去掉显示屏的周期纹理;之后对待检图进行色偏检测,将待检图像转为列向量输入已经训练好的SVM模型中进行分类,标记出色偏区域,得到色偏检测图;然后对待检图进行暗线类缺陷检测,将待检图像转到HSI颜色空间,对I空间分量进行自适应变区间gamma变换,得到色彩均衡图;最后采用Sauvola局部阈值分割法处理色彩均衡图得到缺陷检测二值图,完成缺陷检测。提出的方法能在显示屏四色背景画面(包括存在色偏显示情况)下检测暗线显示缺陷,并具有实时显示缺陷检测的特点。缺陷检测的特点。缺陷检测的特点。

【技术实现步骤摘要】
一种显示屏四色背景画面下的暗线缺陷检测方法


[0001]本专利技术涉及显示屏缺陷的自动检测技术,尤其涉及一种显示屏四色背景画 面下的暗线缺陷检测方法。

技术介绍

[0002]随着科学技术的发展,TFT

LCD具有高分辨率、高亮度、体积小等优点而 得到广泛应用,这促使制造商专注于提高产品质量和生产效率,产品检测是把 握产品质量的重要环节。在显示屏产品的质检中,由于显示四色画面包含RGB 基本颜色和复合的白色颜色,能较好显现出TFT

LCD的图像与色彩显示特性, 因此通常需要利用显示四色画面(红、绿、蓝、白)背景模式下进行显示器发 光单元的显示缺陷检测。
[0003]在文献“简川霞,高健.手机玻璃屏表面缺陷视觉检测方法研究[J].包装工程
”ꢀ
中提出一种基于差影法的手机玻璃屏的缺陷检测方法,采用互信息的配准方法 实现模板图像和待检图像的配准,通过差分运算得到差影图,最后使用Niblack 方法得到缺陷检测二值图,但该方法进行图像配准计算量较大,并且无法实现 完全配准,屏幕边缘区域会出现残留。在文献“Yu Cui,Liquid crystal displaydefects in multiple backgrounds with visual real

time detection[J],Journal Of TheSociety For Information Display”中,以网格为检测背景,采用基于大津法和基 于粒子的形态学处理方法准确识别边缘缺陷,但只能检测在TFT

LCD显示为纯 色画面下的缺陷。因此这些方法不能在显示四色背景画面下进行暗线缺陷检测。

技术实现思路

[0004]本专利技术的目的是要提供一种显示屏四色背景画面下的暗线缺陷检测方法。
[0005]为达到上述目的,本专利技术是按照以下技术方案实施的:
[0006]本专利技术包括以下步骤:
[0007]步骤S1.对待检图像进行预处理,利用傅里叶变换将待检图像从空域转到 频域,对频谱图进行低通滤波,再将滤波后的频谱图转回空域,得到去掉表面 纹理的待检图像;
[0008]步骤S2.将待检图像转为列向量并输入SVM进行色偏检测,得到色偏检测 二值图;
[0009]步骤S3.将待检图像转到HSI颜色空间,对I分量进行自适应变化区间 Gamma校正,得到色彩均衡图像。
[0010]步骤S4.使用Sauvola局部动态阈值分割方法,利用积分图像快速的对色彩 均衡图进行阈值分割,得到缺陷检测二值图;
[0011]步骤S5.通过数学形态学闭运算的方法处理缺陷检测二值图,得到无缺陷的 掩模图像,将掩模图像与缺陷检测二值图进行差分运算,得到最终结果。
[0012]本专利技术的有益效果是:
[0013]本专利技术是一种显示屏四色背景画面下的暗线缺陷检测方法,与现有技术相 比,本专利技术首先使用巴特沃斯滤波器对待检图像进行低通滤波,去掉LCD屏表 面的周期纹理,然
后将图像转为列向量输入SVM进行色偏检测,当图像中存在 色偏以外的缺陷时,再将图像转到HSI颜色空间并计算图像的直方图,对直方 图曲线进行平滑处理,得到灰阶最大波谷点。之后对图像直方图进行自适应变 区间gamma变换,得到色彩均衡图。再使用Sauvola局部阈值分割方法获得二 值图,最后通过后处理得到缺陷检测二值图,完成缺陷检测。提出的方法能在 多色背景下实现显示屏缺陷的检测,并能完整的分割出缺陷部分,具有很好的 应用前景。
附图说明
[0014]图1是本专利技术图像I的直方图;
[0015]图2为本专利技术实施例的流程示意图;
[0016]图3为本专利技术实施例的算法架构示意图;
[0017]图4为本专利技术实施例的缺陷检测结果图。
具体实施方式
[0018]下面结合附图以及具体实施例对本专利技术作进一步描述,在此专利技术的示意性 实施例以及说明用来解释本专利技术,但并不作为对本专利技术的限定。
[0019]本专利技术的显示屏缺陷检测方法具体流程如图2所示,算法架构如图3所示, 具体包括如下步骤:
[0020]步骤S1.利用傅里叶变换将待检图像从空域转到频域,对频谱图进行低通 滤波,再将滤波后的频谱图转回空域,得到去掉表面纹理的待检图像。具体包 括以下子步骤:
[0021]S11.对待检图像进行快速傅里叶变换,其中二维傅里叶变换如式(1)。将图 像由空域转到频域,将零频分量移到频谱中心,得到待检图像频谱图;
[0022][0023]其中,f(x,y)代表一幅大小为m
×
n的图像矩阵,x=0,1,2,

,m

1,y=0,1,2,

,n

1, F(u,v)表示f(x,y)的傅里叶变换,F(u,v)所在坐标系被称为频域,由u=0,1,2,

,m

1 和v=0,1,2,

,n

1定义的m
×
n矩阵称为频域矩阵。
[0024]S12.使用巴特沃斯低通滤波器对频谱图进行低通滤波,截止频率为80。
[0025][0026]式中D(u,v)代表频域当中点(u,v)到中心点的距离,D0表示截止频率, n表示巴特沃斯滤波器次数。
[0027]S13.最后使用反傅里叶变化将滤波后的频谱图转回空域范围,得到去除高 频纹理的待检图。
[0028]步骤S2.支持向量机(Support Vector Machines,SVM)是一种快速可靠的线 性分类器,在有限的数据量下性能非常好。支持向量机对于给出标记的两组向 量,可以给出一个最优分割超平面,可以把这两组向量分割为两类,使得两组 向量中离此超平面最近的向量到此超平面的距离都尽可能的远。本处首先使用 训练集,对SVM模型进行训练,并得到最优决策边界。然后将大小为m
×
n
×
3 的待检图像转换为m
×
n个1
×
3的(r,g,b)向量,并输入
SVM分类器进行 色偏检测,通过决策边界能够将输入的向量分为两类,即缺陷类和背景类。将 缺陷类的灰度值设定为255,背景类灰度值设定为0,即可得到色偏检测二值图。
[0029]具体包括以下子步骤:
[0030]S21.从标准图上采集若干个点作为训练正样本,从3张缺陷图上采集缺陷部 分若干个点作为训练负样本,对SVM模型进行训练。采用的核函数是多项式核 函数:
[0031]k(p
i
,p
j
)=(ap
iT
p
j
+c)
d (3)
[0032]p
i
,p
j
为输入向量,其中a为多项式正系数,c为常数项系数,d表示多项 式本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种显示屏四色背景画面下的暗线缺陷检测方法,其特征在于,包括以下步骤:S1:对待检图像进行预处理:利用傅里叶变换将待检图像从空域转到频域,对频谱图进行低通滤波,再将滤波后的频谱图转回空域,得到去掉表面纹理的待检图像;S2:将待检图像转为列向量并输入训练好的SVM模型进行色偏检测,得到色偏检测二值图;S3:将待检图像转到HSI颜色空间,对I分量进行自适应变化区间Gamma校正,得到色彩均衡图像;S4:使用Sauvola局部动态阈值分割方法,利用积分图像快速的对色彩均衡图进行阈值分割,得到缺陷检测二值图;S5:通过数学形态学闭运算的方法处理缺陷检测二值图,得到无缺陷的掩模图图像,将掩模与缺陷检测二值图进行差分运算,得到最终结果。2.根据权利要求1所述的显示屏四色背景画面下的暗线缺陷检测方法,其特征在于:所述步骤S1具体包括以下子步骤:S11:对待检图像进行快速傅里叶变换,其中二维傅里叶变换如式(1)将图像由空域转到频域,将零频分量移到频谱中心,得到待检图像频谱图;其中,f(x,y)代表一幅大小为m
×
n的图像矩阵,x=0,1,2,

,m

1,y=0,1,2,

,n

1,F(u,v)表示f(x,y)的傅里叶变换,F(u,v)所在坐标系被称为频域,由u=0,1,2,

,m

1和v=0,1,2,

,n

1定义的m
×
n矩阵称为频域矩阵;S12:使用巴特沃斯低通滤波器对频谱图进行低通滤波,截止频率为80;式中D(u,v)代表频域当中点(u,v)到中心点的距离,D0表示截止频率,n表示巴特沃斯滤波器次数;S13:最后使用反傅里叶变化将滤波后的频谱图转回空域范围,得到去除高频纹理的待检图。3.根据权利要求1所述的显示屏四色背景画面下的暗线缺陷检测方法,其特征在于:所述步骤S2具体包括以下子步骤:S21:从标准图上采集若干个点作为训练正样本,从3张缺陷图上采集缺陷部分若干个点作为训练负样本,对SVM模型进行训练;采用的核函数是多项式核函数:p
i
,p
...

【专利技术属性】
技术研发人员:陈怀新帅玲玉
申请(专利权)人:电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1